跟着中科院博士，14 周入门➕发表第一篇大模型论文 一、方向介绍在不到四年时间里，Transformer模型以其强大的性能迅速在NLP社区崭露头角，进而，基于Transformer这一标准架构的BERT、T5，乃至当下热门的GPT模型已经逐渐成为各个领域中的不可或缺的模型架构。深入理解Transformer模型背后的底层原理，以及Transformer相关的主流应用场景，具有非常重要的意义。第一部分：基础原理从Transformer的经典架构入手，我们将探讨：★编码器-解码器结构（标准Transformer）的底层原理★语言模型的理论基础及全流程★仅编码器（BERT）结构的语言模型★仅解码器（GPT）结构的语言模型第二部分：应用研究聚焦基于Transformer关键技术的实际应用，深入研究：★基于标准Transformer的机器翻译★基于BERT的判别式任务微调★微调一个自己的小型GPT模型★实战高效微调大语言模型★提示词工程进阶课程通过14周逐步深入的学习，学员可理解主流Transformer架构的底层原理、基础实现，并跑通标准的训练、微调流程，将所学知识拓展至新场景的应用中。进阶方向包括多模态Transformer、垂类大模型训练与微调、大语言模型推理优化等等。#大模型# #牛客AI配图神器# #AI了，我在打一种很新的工#